Après Claude Haiku 5.5, pourquoi le premier bloc JSON n’est-il pas la réponse ? De budget_tokens à content.type

Au 9 octobre 2026 : Haiku 5.5 est sorti le 7 octobre sous claude-haiku-5-5. La réflexion adaptative est active par défaut, le premier bloc peut être thinking. budget_tokens renvoie 400. Lire text par content.type, puis JSON.parse.

Haiku 5.5 change quel bloc du JSON de réponse est la réponse. Le 7 octobre 2026, Anthropic a publié Claude Haiku 5.5. L’identifiant est claude-haiku-5-5. La réflexion adaptative est active par défaut : le premier élément de content peut être un bloc thinking, et par défaut ce bloc ne porte qu’une signature avec un corps vide. Une requête qui envoie encore budget_tokens renvoie 400. Choisir le bloc text par type, puis le passer à JSON.parse.

Ce texte est écrit pour le 9 octobre 2026, d’après la page modèle, le guide de migration et les notes du 7 octobre. Notre article du 29 septembre sur Sonnet 5.5 et between_tools disait que Haiku 5.5 était encore « in the coming weeks ». Cette date est arrivée. Les quatre 400 de Sonnet ne sont pas réécrits ici. Seul compte ce que le code d’extraction doit changer de Haiku 4.5 à 5.5.

Ce qui est sorti le 7 octobre

Le rôle officiel : gros volume, sensible à la latence — classement, routage, extraction, sous-agents. Contexte 1M de jetons, sortie max 128k. Réflexion adaptative, effort par défaut medium. Plateformes : API Claude, Amazon Bedrock, Claude Platform on AWS, Google Cloud, Microsoft Foundry. Retrait pas avant le 7 octobre 2027. claude-haiku-5-5 n’a pas de suffixe de date ni d’alias séparé.

PlateformeHaiku 4.5Haiku 5.5
API Claudeclaude-haiku-4-5claude-haiku-5-5
Amazon Bedrockanthropic.claude-haiku-4-5anthropic.claude-haiku-5-5
Google Cloudclaude-haiku-4-5@20251001claude-haiku-5-5
Microsoft Foundryclaude-haiku-4-5claude-haiku-5-5

Les prix se coupent selon que l’invite dépasse 100 000 jetons (USD par million). Jusqu’à 100k : entrée 0,10, sortie 0,50, lecture de cache 0,01, écriture 5 minutes 0,125, écriture 1 heure 0,20. Au-delà : entrée 0,50, sortie 2,50, lecture 0,05, écriture 5 minutes 0,625, écriture 1 heure 1. Le Batch réduit entrée et sortie de 50 %. Haiku 4.5 est à 1 en entrée et 5 en sortie. L’annonce ajoute : environ 75 % moins cher en moyenne. Le même jour, les lectures de cache de Sonnet 5.5 passent de 0,20 à 0,10. Autre barème, pas le 0,01 de Haiku.

Le premier bloc n’est pas la réponse

La réflexion adaptative est active par défaut. Sans champ thinking, la réponse peut quand même commencer par un ou plusieurs blocs thinking. Par défaut le champ thinking est une chaîne vide et seule la signature est présente. Haiku 4.5 renvoyait une réflexion résumée. Pour un résumé, mettre display à summarized.

Le guide est direct : choisir les blocs par type, pas par position. Renvoyer les blocs thinking tels quels, signature comprise. Les jetons de réflexion comptent dans max_tokens. Un plafond calé sur une courte réponse 4.5 peut s’arrêter sur stop_reason: "max_tokens" avant tout texte. L’extraction envoie alors un bloc vide à JSON.parse.

{
  "model": "claude-haiku-5-5",
  "max_tokens": 16000,
  "thinking": { "type": "adaptive" },
  "output_config": { "effort": "medium" },
  "messages": [{ "role": "user", "content": "..." }]
}

Un tool_choice forcé (any ou un outil nommé) reste accepté sur Haiku 5.5. Opus 5.5 et Sonnet 5.5 renvoient 400 pour any et tool. Sur Haiku, la réponse commence par l’appel d’outil, sans bloc thinking. Pour laisser réfléchir d’abord, utiliser auto.

Quatre anciens JSON qui renvoient 400

  1. Budget manuel. enabled avec budget_tokens renvoie 400. Passer à adaptive et régler la profondeur avec output_config.effort.
  2. Échantillonnage. temperature différente de 1, top_p différent de 0,99, tout top_k, et la présence conjointe de temperature et top_p, renvoient 400. Supprimer les trois champs.
  3. Préremplissage assistant. Terminer messages sur un tour assistant renvoie 400, même réflexion coupée. Passer le format aux sorties structurées ou à des outils à enum.
  4. Ancien outil computer. Sur l’API Claude et Google Cloud, computer_20250124 renvoie 400. Le remplacer par computer_toolset_20260801 et retirer l’ancien en-tête bêta. fine-grained-tool-streaming-2025-05-14 à côté d’un toolset renvoie aussi 400.

Un échec n’est pas un 400 et retire quand même le raisonnement : rejouer un bloc thinking de Haiku 5.5 via un autre compte. L’API retire le bloc, la requête réussit. Un stockage multi-tenant doit rejouer via le compte qui l’a produit. Modifier system, tools ou des messages antérieurs puis renvoyer le bloc renvoie 400. N’ajouter qu’à la fin. Les comptes créés avant le 31 août 2026, 00:00 UTC, ne voient l’erreur que si prefix_mismatch_behavior est défini.

Traiter stop_reason: "refusal" à part. Pas de repli côté serveur. Priority Tier n’est pas pris en charge. Pour Claude Managed Agents, le guide dit : seul le nom du modèle change.

Réflexion coupée et sortie structurée

disabled fonctionne à low, medium et high. À xhigh et max, 400. Demander dans le prompt une réponse directe n’a pas arrêté la réflexion dans les tests d’Anthropic. Moins de réflexion, c’est un effort plus bas.

Réflexion coupée et sorties structurées : le modèle peut sauter un outil nécessaire. Trois voies : revenir à l’adaptatif ; retirer output_config.format si un outil est obligatoire ; ou forcer avec tool_choice. Un appel forcé n’écrit pas de texte avant l’appel.

Claude sur Amazon Bedrock ne prend pas en charge les sorties structurées. Utiliser des outils à enum. Changer l’effort de premier niveau entre les tours invalide le cache d’invite. Un changement par message exige mid-conversation-output-config-2026-07-01 et la réflexion adaptative. Réflexion coupée, ce changement lui-même renvoie 400.

Le même texte compte plus de jetons

Haiku 5.5 utilise le tokenizer plus récent de Claude 4.7 et des modèles suivants. La même entrée compte environ 30 % de jetons de plus que sur Haiku 4.5. La forme des requêtes, réponses et flux ne change pas. usage monte, le même max_tokens contient moins de texte. Compter avec model claude-haiku-5-5, ne pas réutiliser les comptes de 4.5.

« Environ 75 % moins cher » et « environ 30 % de jetons en plus » vont sur la même feuille. Ne changer que l’identifiant et garder l’ancien max_tokens coupe l’extraction avant le JSON fini.

Quatre JSON à vérifier d’abord

  1. La requête. Pas de budget_tokens, pas d’échantillonnage hors défaut, messages ne finit pas sur assistant. Thinking absent ou adaptive.
  2. Une vraie réponse. Prendre le bloc dont type vaut text, puis JSON.parse. Pas content[0].
  3. Le bloc thinking renvoyé. La signature est là, le bloc n’a pas été réécrit, system et tools non plus.
  4. Le schéma de sortie. Si ce tour doit appeler un outil, ne pas couper la réflexion. Sur Bedrock, un enum d’outil plutôt que output_config.format.

Lire la réponse avec les outils locaux

Avant de changer l’identifiant, ouvrir trois textes : l’ancienne requête 4.5, la nouvelle 5.5, une réponse qui contient un bloc thinking.

  • Validateur JSON — requête et réponse sont-elles du JSON valide.
  • JSONPath — $..content[?(@.type=='text')] prend la réponse et laisse le thinking.
  • JSON Diff — 4.5 contre 5.5, pour voir disparaître budget_tokens, temperature et le préremplissage.

Rien ne quitte le navigateur. Lire le contrat à plat, puis changer l’identifiant. L’analyseur ne doit pas prendre le premier bloc thinking vide pour le résultat d’extraction.

FAQ

Puis-je publier en changeant seulement le modèle pour claude-haiku-5-5 ?

Pas par défaut. budget_tokens, une temperature ou un top_p hors défaut, tout top_k, un préremplissage assistant, ou computer_20250124 sur l’API Claude ou Google Cloud, renvoient 400. Un analyseur qui lit encore le premier bloc prend le thinking pour la réponse.

Pourquoi le premier bloc analysé est-il vide ?

Par défaut le champ thinking est une chaîne vide et seule la signature est posée. Le résumé demande display summarized. La réponse est le bloc de type text, pas l’indice 0.

Un budget_tokens plus petit réduit-il la facture ?

Non. enabled avec budget_tokens renvoie 400. Moins de réflexion, c’est un effort plus bas. Une requête simple à low peut ne produire aucun bloc thinking.

Si je coupe la réflexion et demande du JSON, les outils sont-ils encore appelés ?

Pas de façon fiable. Le guide de prompt dit qu’avec la réflexion coupée et les sorties structurées, le modèle peut sauter un outil nécessaire. Garder l’adaptatif, retirer output_config.format, ou forcer avec tool_choice.

Comment obtenir du JSON structuré sur Bedrock ?

Le guide dit que Claude sur Amazon Bedrock ne prend pas en charge les sorties structurées. Utiliser des outils à enum.

Est-ce la même règle que between_tools de Sonnet 5.5 en septembre ?

Non. Sonnet 5.5 refuse thinking.disabled et veut between_tools, et refuse un tool_choice forcé. Haiku 5.5 autorise disabled jusqu’à high et accepte un tool_choice forcé, mais alors sans bloc thinking.

Résumé

Haiku 5.5 retire l’hypothèse que le premier bloc est le JSON. Il ne retire pas l’extraction. claude-haiku-5-5, sorti le 7 octobre, réfléchit de façon adaptative par défaut, refuse budget_tokens, et compte le même texte comme environ 30 % de jetons de plus. Lire text par type, renvoyer les blocs thinking inchangés, et ne pas lier une sortie structurée à une réflexion coupée sur un tour qui doit appeler un outil.

Aplatir l’ancienne requête, la nouvelle et une vraie réponse en local avant de changer l’identifiant. Le barème peut être plus bas. L’analyseur doit quand même savoir quel bloc est le JSON.